XmAb®819 治疗晚期透明细胞肾细胞癌研究

该数据集来自 clinicaltrials.gov,主题为 XmAb®819 在晚期透明细胞肾细胞癌受试者中的研究,属于肿瘤/肾癌分类

Xencor, Inc.Xencor, Inc.
clinicaltrials
浏览 13
其他分类Clear Cell Renal Cell Carcinoma
Study of XmAb®819 in Subjects With Advanced Clear Cell Renal Cell Carcinoma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

XmAb®819 治疗晚期透明细胞肾细胞癌研究

该数据集来自 clinicaltrials.gov,主题为 XmAb®819 在晚期透明细胞肾细胞癌受试者中的研究,属于肿瘤/肾癌分类。研究为 Phase 1、多中心、开放标签、多次给药设计,分为剂量递增和剂量扩展两部分,旨在确定 XmAb819 静脉给药与皮下给药的给药方案,评估安全性与耐受性,评估 PK/PD 与免疫原性,并初步评估 XmAb819 在 ccRCC 及其他实体瘤受试者中的抗肿瘤活性。所有合格受试者均为标准治疗后的复发或难治性疾病。可用于肾癌治疗相关的数据整理与信息检索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:透明细胞肾细胞癌。这是一项 Phase 1、多中心、开放标签、多次给药研究,设计为两部分:剂量递增和剂量扩展。该研究旨在确定 XmAb819 静脉给药(IV)的给药方案以及 XmAb819 皮下给药(SC)的给药方案。该研究旨在评估安全性和耐受性;评估 PK/PD 和免疫原性;并初步评估 XmAb819 在 ccRCC 和其他实体瘤受试者中的抗肿瘤活性。所有合格受试者将在标准治疗后出现复发或难治性疾病。

【主题与分类】

主题标签:Clear Cell Renal Cell Carcinoma。本站分类:肿瘤/肾癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05433142

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05433142

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

适应症:透明细胞肾细胞癌。这是一项1期、多中心、开放标签、多剂量研究,设计分为两部分:剂量递增和剂量扩展。该研究旨在确定XmAb819静脉给药的给药方案和XmAb819皮下给药的给药方案。该研究旨在评估安全性和耐受性;评估药代动力学/药效动力学和免疫原性;并初步评估XmAb819在ccRCC和其他实体瘤受试者中的抗肿瘤活性。所有符合条件的受试者均在接受标准治疗后出现复发或难治性疾病。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案